董 海，冯 晔

(沈阳大学 1.应用技术学院；2.机械工程学院，辽宁 沈阳 110044)

多级制造系统中的车身装配精准控制是汽车行业长期研究却未能有效解决的问题之一。随着中国制造2025的到来，汽车制造业数字化车间规模逐步扩大，生产过程中分层化数据基数大、差异数据多、数据噪声与不稳定性的影响日益加剧[1]。多级制造过程(multistage manufacturing process，MMP)的复杂性对所涉及的工程领域的要求极为苛刻，包括从过程建模到过程控制。Yang[2]基于主成分分析开发了尺寸质量分析和诊断工具。Hu等[3]基于变异流理论，通过将工程结构模型与统计分析相结合，分析了多级制造汽车车身系统尺寸变化质量预测与控制问题。Song等[4]提出了基于偏最小二乘法的模型预测控制方法，为质量改进提供了一套最优工艺系数，进行了大批量制造过程的车身尺寸质量预测，并在此基础上，减少了时间和成本的浪费。赫立远[5]提出了一种调试能力指标与指数加权移动平均联合控制方法，解决车身尺寸制造质量问题。车身装配精准控制方法已有基本的理论框架，但运用于制造工程领域仍有待完善。

随着工业4.0概念和工业物联网意识的日益普及，实现车身尺寸装配系统的精准控制基础是将智能传感器网络和人工智能相结合。近年来机器学习能够较好地解决数据问题。一些学者从数据挖掘和传统机器学习方面进行了研究。朴素贝叶斯、线性回归、决策树、K近邻和支持向量机等经典分类器，已广泛应用于制造环境中的过程优化、故障检测和预测性维护[6-7]等领域。……